Разработка искусственных нейронных сетей

Акбаракова А.М. – сеньор-лектор, 1.Характеристика МООК 1.1 Цель изучения: Формирование у обучающихся теоретических знаний и практических навыков разработки, обучения и применения искусственных нейронных сетей для решения задач классификации, регрессии, обработки изображений, текста и других данных в системах искусственного интеллекта. 1.2 Задачи изучения: • изучение математических основ нейронных сетей и машинного обучения; • освоение принципов построения искусственных нейронных сетей; • изучение алгоритмов обучения (градиентный спуск, backpropagation); • анализ архитектур нейронных сетей (MLP, CNN, RNN, трансформеры); • формирование навыков работы с библиотеками (TensorFlow, PyTorch); • освоение методов оценки качества моделей; • изучение проблем переобучения и способов их предотвращения; • развитие навыков практического применения нейронных сетей. 1.3 Результаты обучения: По завершении дисциплины обучающийся: • знает основные понятия и принципы работы нейронных сетей; • понимает архитектуры современных моделей глубокого обучения; • умеет разрабатывать и обучать нейронные сети; • применяет методы оптимизации и регуляризации; • анализирует и оценивает качество моделей; • использует современные программные инструменты для разработки ИНС; • решает прикладные задачи с использованием нейронных сетей. 1.4 Пререквизиты. Системы искусственного интеллекта 1.5 Постреквизиты. Обработка естественного языка (NLP) 1.6 Количество академических кредитов/продолжительность МООК: 5 кредитов 1.7 Уровень сложности курса: средний